MétaCan
Menu
Retour à la cohorte
Enregistrement W2593831893 · doi:10.1137/120892465

Unconditionally Optimal Error Estimates of a Crank--Nicolson Galerkin Method for the Nonlinear Thermistor Equations

2014· article· en· W2593831893 sur OpenAlexaff
Buyang Li, Huadong Gao, Weiwei Sun

Notice bibliographique

RevueSIAM Journal on Numerical Analysis · 2014
Typearticle
Langueen
DomaineMathematics
ThématiqueNumerical methods in inverse problems
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesCity University of Hong KongNational Science Foundation
Mots-clésDiscretizationMathematicsGalerkin methodCrank–Nicolson methodNonlinear systemFinite element methodApplied mathematicsError analysisDiscretization errorDiscontinuous Galerkin methodNumerical analysisApproximation errorMathematical analysisTemporal discretization

Résumé

récupéré en direct d'OpenAlex

This paper focuses on unconditionally optimal error analysis of an uncoupled and linearized Crank--Nicolson Galerkin finite element method for the time-dependent nonlinear thermistor equations in $d$-dimensional space, $d=2,3$. In our analysis, we split the error function into two parts, one from the spatial discretization and one from the temporal discretization, by introducing a corresponding time-discrete (elliptic) system. We present a rigorous analysis for the regularity of the solution of the time-discrete system and error estimates of the time discretization. With these estimates and the proved regularity, optimal error estimates of the fully discrete Crank--Nicolson Galerkin method are obtained unconditionally. Numerical results confirm our analysis and show the efficiency of the method.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,079
Tête enseignante GPT0,407
Écart entre enseignants0,328 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations135
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSIAM Journal on Numerical AnalysisMême sujetNumerical methods in inverse problemsTravaux en français237 207